Machine learning 为什么在MNIST分类器代码中使用X[0]会给我带来错误？

我正在学习使用MNIST数据集进行分类。我犯了一个错误，我不知道，我做了很多谷歌搜索，我什么都做不了，也许你是个专家，可以帮助我。这是密码--

输出： dict_键（['data'、'target'、'frame'、'categories'、'feature_name'、'target_name'、'DESCR'、'details'、'url']））

产出：（70000784）

产出：（70000）

>X[0]
输出：KeyError回溯（最近一次调用）
c:\users\khush\appdata\local\programs\python39\lib\site packages\pandas\core\index\base.py in get\u loc（self、key、method、tolerance）
2897尝试：
->2898自动返回引擎。获取锁定（铸造键）
2899除KeyError作为错误外：
熊猫\\u libs\index.pyx在熊猫中。\ u libs.index.IndexEngine.get_loc（）
熊猫\\u libs\index.pyx在熊猫中。\ u libs.index.IndexEngine.get_loc（）
pandas\\u libs\hashtable\u class\u helper.pxi在pandas.\u libs.hashtable.PyObjectHashTable.get\u item（）中
pandas\\u libs\hashtable\u class\u helper.pxi在pandas.\u libs.hashtable.PyObjectHashTable.get\u item（）中
关键错误：0
上述异常是以下异常的直接原因：
KeyError回溯（最近一次呼叫最后一次）
在里面
---->1 X[0]
c:\users\khush\appdata\local\programs\python39\lib\site packages\pandas\core\frame.py in\uuuuu\getitem\uuuuu（self，key）
2904如果self.columns.nlevels>1：
2905返回自我。\u获取项目\u多级（键）
->2906索引器=self.columns.get_loc（键）
2907如果是_整数（索引器）：
2908索引器=[索引器]
c:\users\khush\appdata\local\programs\python39\lib\site packages\pandas\core\index\base.py in get\u loc（self、key、method、tolerance）
2898自动返回引擎。获取锁定（铸造键）
2899除KeyError作为错误外：
->2900从err升起钥匙错误（钥匙）
2901
2902如果公差不是无：
关键错误：0

---

请回答，这可能是一个愚蠢的错误，因为我在ML中是一个乞丐。如果您也给我一些提示，那将非常有用。

获取openml的API在不同版本之间更改。最初，它返回一个

pandas.DataFrame

，这正是您所拥有的。由于

0.24.0

（2020年12月），

as\u frame

的

fetch\u openml

参数被设置为False，这将为您提供一个

numpy.ndarray

。您应该将数据帧转换为

numpy.ndarray

，请参阅

pandas

，或者升级

sklearn

---

不同版本之间的

fetch\u openml

API发生了变化。最初，它返回一个

pandas.DataFrame

，这正是您所拥有的。由于

0.24.0

（2020年12月），

as\u frame

的

fetch\u openml

参数被设置为False，这将为您提供一个

numpy.ndarray

。您应该将数据帧转换为

numpy.ndarray

，请参阅

pandas

，或者升级

sklearn

---

我也面临着同样的问题

• scikit学习：0.24.0
• matplotlib:3.3.3
• Python:3.9.1

我曾经使用下面的代码来解决这个问题

import matplotlib as mpl
import matplotlib.pyplot as plt


# instead of some_digit = X[0]
some_digit = X.to_numpy()[0]
some_digit_image = some_digit.reshape(28,28)

plt.imshow(some_digit_image,cmap="binary")
plt.axis("off")
plt.show()

---

我也面临着同样的问题

• scikit学习：0.24.0
• matplotlib:3.3.3
• Python:3.9.1

我曾经使用下面的代码来解决这个问题

import matplotlib as mpl
import matplotlib.pyplot as plt


# instead of some_digit = X[0]
some_digit = X.to_numpy()[0]
some_digit_image = some_digit.reshape(28,28)

plt.imshow(some_digit_image,cmap="binary")
plt.axis("off")
plt.show()

---

如果遵循以下代码，则无需降级scikit学习库：

from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784', version= 1, as_frame= False)
mnist.keys()

---

如果遵循以下代码，则无需降级scikit学习库：

from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784', version= 1, as_frame= False)
mnist.keys()

---

我们在访问字典时通常会得到

KeyError

，这似乎

X

是一本字典，试着打印

X

看看它包含什么我们在访问字典时通常会得到

KeyError

，这似乎

X

是一本字典，试着打印

X

看看它包含什么，我使用的是较旧的numpy版本，因为使用较新的版本会导致运行时错误。顺便说一下，非常感谢。是的，我使用的是旧版本的numpy，因为使用新版本会给我带来运行时错误。顺便说一句，非常感谢。太好了，你是在用《用scikit学习tensorflow和Keras进行机器学习》这本书吗？是的，我刚开始读这本书。如果它解决了问题，你也能接受答案吗？太好了，你是在用《用scikit学习tensorflow和Keras进行机器学习》一书吗？是的，我刚开始读这本书。如果问题解决了，你也能接受答案吗。

import matplotlib as mpl
import matplotlib.pyplot as plt


# instead of some_digit = X[0]
some_digit = X.to_numpy()[0]
some_digit_image = some_digit.reshape(28,28)

plt.imshow(some_digit_image,cmap="binary")
plt.axis("off")
plt.show()

from sklearn.datasets import fetch_openml
mnist = fetch_openml('mnist_784', version= 1, as_frame= False)
mnist.keys()